如何基于自定义格式字符串提取字符串中的变量值？

一、先修复当前正则的问题 #

你当前正则的第三个分组错误包含左括号，原因是多写了一层括号，且未将(作为非捕获的分隔符处理。修正后的正则如下：

var expression = new Regex(@"(?<Number>[^.]+)\. (?<First>[^-]+) - (?<Second>[^(]+) \((?<Third>[^)]+)\)");

执行后第三个值不会再带左括号，输出结果为：

1
Line One
Part Two
Optional Third Part

二、自动将友好格式字符串转为正则（核心需求） #

要实现用户友好的格式字符串（如%number%. %first% - %second% (%third%)）自动转换为正则，可按以下步骤实现：

1. 转换逻辑说明 #

• 识别格式字符串中的占位符：以%包裹的字符串（如%number%）作为正则捕获组的名称
• 转义固定文本中的正则特殊字符：.、(、)等符号属于正则特殊字符，需要转义后再作为匹配规则
• 将占位符替换为对应捕获组：用非贪婪匹配规则避免过度捕获内容

2. 代码示例 #

using System.Text.RegularExpressions;

var input = "1. Line One - Part Two (Optional Third Part)";
var formatString = "%number%. %first% - %second% (%third%)";

// 提取所有占位符名称
var placeholders = Regex.Matches(formatString, @"%(\w+)%")
                        .Cast<Match>()
                        .Select(m => m.Groups[1].Value)
                        .ToList();

// 转义格式字符串中的正则特殊字符，再替换占位符为捕获组
var regexPattern = Regex.Escape(formatString);
foreach (var placeholder in placeholders)
{
    var escapedPlaceholder = Regex.Escape($"%{placeholder}%");
    // 用[\s\S]*?实现非贪婪匹配，适配大多数场景
    regexPattern = regexPattern.Replace(escapedPlaceholder, $"(?<{placeholder}>[\\s\\S]*?)");
}

// 添加首尾锚点，确保输入完全匹配格式
regexPattern = $"^{regexPattern}$";

var expression = new Regex(regexPattern);
var match = expression.Match(input);

if (match.Success)
{
    foreach (var placeholder in placeholders)
    {
        Console.WriteLine(match.Groups[placeholder].Value.Trim());
    }
}

三、无需正则的替代方案（适合简单格式） #

如果格式的分隔符唯一且不会出现在变量值中，可以用分割法实现：

var input = "1. Line One - Part Two (Optional Third Part)";
var formatString = "%number%. %first% - %second% (%third%)";

// 提取格式中的固定分隔符
var separators = Regex.Split(formatString, @"%\w+%")
                       .Where(s => !string.IsNullOrWhiteSpace(s))
                       .ToList();

// 按分隔符分割输入内容
var parts = input.Split(separators, StringSplitOptions.RemoveEmptyEntries);

// 对应提取变量值
var number = parts[0].Trim();
var first = parts[1].Trim();
var second = parts[2].Trim();
var third = parts[3].Trim('(', ')');

Console.WriteLine(number);
Console.WriteLine(first);
Console.WriteLine(second);
Console.WriteLine(third);

局限 #

• 分隔符不能出现在变量值中，否则会导致分割错误
• 无法处理嵌套或复杂格式

内容的提问来源于stack exchange，提问作者Ryan Thomas